公开(公告)号：CN104077319A

公开(公告)日：2014-10-01

申请号：CN201310107209.3

申请日：2013-03-29

Applicant: 南京邮电大学

Inventor： 朱松豪 ,  罗青青 ,  孙伟 ,  梁志伟

IPC: G06F17/30

CPC classification number: G06F17/30268

Abstract: 社会媒体共享网站上数字图像数量的飞速发展，极大地促进了人们对图像语义检索的研究热情。然而，由于图像低层特征和高层语义模式间的鸿沟，使得许多现有的自动图像标注技术不能达到令人满意的检索效果。因此，本发明提出一种基于非欧空间差异性度量的图像标注方法。该方法首先使用高阶统计法计算图像的三阶差异性特征，以达到更好描述图像间相关性的目的；然后，使用基于高斯混合模型和差异性增量扩散的最大后验概率算法，来估计每个标签与图像内容的相关值。

公开(公告)号：CN104008392A

公开(公告)日：2014-08-27

申请号：CN201410197133.2

申请日：2014-05-09

Applicant: 南京邮电大学

Inventor： 朱松豪 ,  孙伟 ,  李向向 ,  陈玲玲

IPC: G06K9/62

Abstract: 本发明公开了一种基于连续最小能量表观模型的多目标跟踪方法。本发明所述方法包括以下步骤：利用观测模型、表观模型、运动模型、互斥模型、轨迹维持模型及轨迹修正模型构建一个目标函数；利用梯度下降法对构建的目标函数求解，以得到各时刻跟踪目标的近似最小能量，及对应的多目标个数和状态；采用基于最小能量的智能探测方法，得到平滑、连续的跟踪轨迹。本发明基于连续最小能量表观模型的多目标跟踪方法能够在存在杂波、虚警、漏检的复杂场景中实现多目标的正确关联，得到稳定、持续的跟踪轨迹。

公开(公告)号：CN104463165A

公开(公告)日：2015-03-25

申请号：CN201410576993.7

申请日：2014-10-24

Applicant: 南京邮电大学

Inventor： 朱松豪 ,  刘佳伟 ,  孙伟

IPC: G06K9/46

CPC classification number: G06T7/12 ,  G06T7/11 ,  G06T2207/30196

Abstract: 本发明公开了一种融合Canny算子与Vibe算法的目标检测方法，该方法包括以下步骤：利用ViBe算法的得到运动的前景；利用改进Canny算子进行前景边缘提取；将提取出的运动前景和边缘进行融合，并进行进一步提取。本发明中采用的ViBe算法不仅减少了背景模型建立的过程，还可以处理背景突然变化的情况，而且检测到背景突然变化明显时，只需要舍弃原始的模型，重新利用变化后的首帧图像建立背景模型。同时改进Canny算法弥补了ViBe产生拖影区域的缺点。最后，将完整的结果输出。通过在通用KTH人体行为数据库的实验表明，本发明可以有效地提高前景提取率。

公开(公告)号：CN102750385B

公开(公告)日：2014-05-07

申请号：CN201210219899.7

申请日：2012-06-29

Applicant: 南京邮电大学

Inventor： 朱松豪 ,  邹黎明 ,  罗青青 ,  孙伟 ,  梁志伟

IPC: G06F17/30

Abstract: 本发明公开了一种基于标签检索的相关性—质量排序图像检索方法，首先，根据图像和标签的相关性对社会图像自动排序，用一个归一化框架融合图像之间的视觉一致性和图像与标签之间的语义相关性，然后用一种迭代算法来求解这个最优化问题，这样将会得到一个相关性排序；接下来，选择图像的明亮度、对比度和颜色多样性作为图像的质量特征来衡量上一步返回的图像，然后我们通过一个线性模型将相关性分值和质量分值叠加起来，再根据最后的总分值对图像进行重排序，由此便实现了相关性—质量排序算法。

公开(公告)号：CN102750385A

公开(公告)日：2012-10-24

申请号：CN201210219899.7

申请日：2012-06-29

Applicant: 南京邮电大学

Inventor： 朱松豪 ,  邹黎明 ,  罗青青 ,  孙伟 ,  梁志伟

IPC: G06F17/30

Abstract: 本发明公开了一种基于标签检索的相关性—质量排序图像检索方法，首先，根据图像和标签的相关性对社会图像自动排序，用一个归一化框架融合图像之间的视觉一致性和图像与标签之间的语义相关性，然后用一种迭代算法来求解这个最优化问题，这样将会得到一个相关性排序；接下来，选择图像的明亮度、对比度和颜色多样性作为图像的质量特征来衡量上一步返回的图像，然后我们通过一个线性模型将相关性分值和质量分值叠加起来，再根据最后的总分值对图像进行重排序，由此便实现了相关性—质量排序算法。

公开(公告)号：CN104077319B

公开(公告)日：2018-03-06

申请号：CN201310107209.3

申请日：2013-03-29

Applicant: 南京邮电大学

Inventor： 朱松豪 ,  罗青青 ,  孙伟 ,  梁志伟

IPC: G06F17/30

Abstract: 社会媒体共享网站上数字图像数量的飞速发展，极大地促进了人们对图像语义检索的研究热情。然而，由于图像低层特征和高层语义模式间的鸿沟，使得许多现有的自动图像标注技术不能达到令人满意的检索效果。因此，本发明提出一种基于非欧空间差异性度量的图像标注方法。该方法首先使用高阶统计法计算图像的三阶差异性特征，以达到更好描述图像间相关性的目的；然后，使用基于高斯混合模型和差异性增量扩散的最大后验概率算法，来估计每个标签与图像内容的相关值。

公开(公告)号：CN104077606A

公开(公告)日：2014-10-01

申请号：CN201310107109.0

申请日：2013-03-29

Applicant: 南京邮电大学

Inventor： 朱松豪 ,  孙伟 ,  罗青青 ,  梁志伟

IPC: G06K9/64

Abstract: 本发明提出了一种基于非欧空间高阶统计的图像分类方法，为了弥补直观判断和机器智能间的差距，本发明首先在改进的伪欧空间中建立图像间的差异性表示；然后，计算与新输入图像最相邻三幅图像的高阶统计特性，以获取每类数据库图像的差异性增量分布信息；最后，计算基于高斯混合模型和高阶差异性增量分布的最大后验概率，以获取输入图像与每类数据库图像的相关性，实现输入图像的分类。